王栎鑫

这种增长不会是线性的——可能在某些年份，我们的利润增长会高于平均水平。相比数字世界中的大模型，MogoMind可以视为物理世界的实时搜索引擎，通过接入物理世界实时动态数据，MogoMind形成全局感知、深度认知和实时推理决策能力，能够从数据中抽取意义、从经验中学习规则、在场景中灵活决策。MogoMind依托交通数据流实时全局感知、物理信息实时认知理解、通行能力实时推理计算、最优路径实时自主规划、交通环境实时数字孪生、道路风险实时预警提醒六大关键能力，解决了当前AI缺乏物理世界实时感知能力和全局认知系统两大问题。自动驾驶领域，MogoMind通过多源数据融合和长尾场景持续学习，反哺自动驾驶模型训练。交通管理领域，MogoMind让交通管理者掌握整个城市交通系统的运行全貌，能基于实时动态数据的融合分析做出科

同时，此次现场还展示了星火·大平台在政务、医疗、AIGC、泛家居、工业及新兴行业的最新成果，以AI打通行业价值闭环的实践案例，为各行业智能化发展打造可落地、可复制的新样本。这是一个非常根本的问题，它将对我们如何制造产品、运营公司、发明新事物、探索造福社会的新发现等等带来深远、广泛的影响。虽然类似的尝试目前还不多，我也不确定这些新尝试是否对公司本季度或者未来季度的收益带来了重大贡献，但我对未来的发展轨迹充满信心。但在我看来，从某种程度上来说，研发超级智能不仅仅是要向人类学习——我们所打造的技术实际上比人类更聪明，所以它本身需要具备自我提升、自我改进的能力，我们需要探索如何让技术实现自身迭代。首先，如何让推荐的内容更贴合用户需求，向用户呈现与他们兴趣最相关的内容。展望2026年的资本支

它意味着数千兆瓦的算力，这将有助于我们不断进行前沿研究、推出高质量的产品。未来，我们非常愿意持续在这方面做投资，我也相信智能眼镜将成为未来技术发展非常重要的一部分。目前的情况是，我们观察到了非常多很吸引我们的投资机遇，我们也相信这些机遇将在未来几年有潜力为各位投资人带去明显收益。随着大模型的迭代与更新，从Llama4升级到Llama4.1，模型的使用范围将越来越广。所以，我们会按需建造，在必要的时候做出最佳决策，确定基础设施容量的具体用途。苏珊·李：能否请你再重复一下